Context / probleemstelling of aanleiding

Probleemstelling:

In toenemende mate wordt erkend dat zelfregulerend (ZRL) leren in klinische contexten onlosmakelijk verbonden is met de context waarin dit leren plaatsvindt. In algemene zin wordt ZRL beschreven als een cyclisch proces waarin leerdoelen worden geformuleerd, leerstrategieën worden uitgestippeld en het bereiken van doelen wordt gemonitord. De ZRL-cyclus vervolgt met reflectie op het proces en kan daarmee aanleiding geven voor nieuwe leerdoelen.¹ Onderzoek laat zien dat ZRL van geneeskundestudenten wordt beïnvloed door sociale interacties in de sociale netwerken waarin studenten in de klinische context werkzaam zijn.² De invloed van dergelijke sociale interacties op de ontwikkeling van ZRL wordt gevangen in het concept “co-regulatie”. Door bijvoorbeeld met medestudenten, specialisten, docenten of anderen te bespreken welke leermogelijkheden het best aansluiten bij het leerdoel van de student, worden ZRL-processen gezamenlijk gereguleerd (co-gereguleerd) en kan de student de nieuw verworven kennis aan haar of zijn ZRL-repertoire toe voegen. Inzicht in de netwerken waarin co-regulatie en ZRL plaatsvindt is daarom essentieel in het verkrijgen van inzicht in ZRL op de klinische werkplek. De doelen van deze studie waren (1) het verkennen van eigenschappen van co-regulatienetwerken (nl. netwerkgrootte, netwerkdiversiteit en de interactiefrequentie binnen de netwerken) van studenten in tijdens coschappen en (2) de relaties daarvan met ZRL in kaart brengen.

Methode:

We gebruikten twee vragenlijsten voor het uitvoeren van de sociale netwerkanalyse: een ZGL-vragenlijst en een vragenlijst over co-regulatienetwerken. Deelnemers waren studenten uit verschillende jaren van de masteropleiding geneeskunde aan de Universiteit Maastricht. Om co-regulatienetwerken van verschillende coschappen te analyseren werd gebruik gemaakt van variantieanalyses. Om de relaties tussen co-regulatienetwerken en ZGL van studenten te onderzoeken werd gebruik gemaakt van regressieanalyse en structural equation modelling.

Resultaten (en conclusie):

Van de 615 studenten die werden uitgenodigd om deel te nemen, vulden 403 studenten de vragenlijst volledig in (65.5%). Uit de variantieanalyses bleek dat de interactiefrequentie binnen co-regulatienetwerken en de netwerkgrootte verschilden tussen coschappen. Er werden geen significante verschillen tussen coschappen gevonden in netwerkdiversiteit. Regressieanalyses en resultaten vanuit het structural equation modelling lieten zien dat de interactiefrequentie binnen co-regulatienetwerken een significante, directe, positieve invloed had op het ZRL van studenten (β=0.135, p=0.006). Interactiefrequentie binnen co-regulatienetwerken werd positief beïnvloed door netwerkgrootte (β=0.530, p<0.001) en negatief beïnvloed door netwerkdiversiteit (β=-0.474, p<0.001). Het ZRL van studenten en de mate waarin studenten in staat waren om leermogelijkheden te herkennen in de klinische context oefenden een significante en positieve invloed op elkaar uit. Resultaten verschilden per coschap wat betreft de sterkte van de relaties.

Discussie :

De resultaten van dit onderzoek laten zien dat interacties in co-regulatienetwerken essentieel zijn voor het ZRL van studenten tijdens coschappen. De bevinding dat de frequentie waarmee studenten anderen in hun netwerk betrekken bij het reguleren van leren het ZRL positief beïnvloedt heeft implicaties voor hoe we studenten voorbereiden op coschappen. Om ten volle gebruik te kunnen maken van de mogelijkheden binnen co-regulatienetwerken is het van belang dat we geneeskundestudenten in staat stellen om anderen op de werkplek frequent en betekenisvol te betrekken in het reguleren van hun leren. De bevindingen van deze studie tonen tevens een stabiele, wederkerig significante relatie tussen ZRL en gepercipieerde leermogelijkheden. Wanneer we studenten kunnen helpen bewust worden van deze wederkerigheid, rusten we studenten beter uit hun leren te sturen in complexe en onvoorspelbare klinische leeromgevingen.

Referenties:

Zimmerman BJ. Becoming a self-regulated learner: An overview. Theory Pract. 2010;41(2):64-70. doi:10.1207/s15430421tip4102

Bransen D, Govaerts MJB, Sluijsmans DMA, Driessen EW. Beyond the self: The role of co-regulation in medical students’ self-regulated learning. Med Educ. 2020;54(3):234-241. doi:10.1111/medu.14018